Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência
| Ano de defesa: | 2010 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | http://hdl.handle.net/11449/100304 |
Resumo: | A previsão de carga, em sistemas de energia elétrica, constitui-se numa atividade de grande importância, tendo em vista que a maioria dos estudos realizados (fluxo de potência, despacho econômico, planejamento da expansão, compra e venda de energia, etc.) somente poderá ser efetivada se houver a disponibilidade de uma boa estimativa da carga a ser atendida. Deste modo, visando contribuir para que o planejamento e operação dos sistemas de energia elétrica ocorram de forma segura, confiável e econômica, foi desenvolvida uma metodologia para previsão de carga, a previsão multinodal, que pode ser entendida como um sistema inteligente que considera vários pontos da rede elétrica durante a realização da previsão. O sistema desenvolvido conta com o uso de uma rede neural artificial composta por vários módulos, sendo esta do tipo perceptron multicamadas, cujo treinamento é baseado no algoritmo retropropagação. Porém, foi realizada uma modificação na função de ativação da rede, em substituição à função usual, a função sigmoide, foram utilizadas as funções de base radial. Tal metodologia foi aplicada ao problema de previsão de cargas elétricas a curto-prazo (24 horas à frente) |
| id |
UNSP_9d27ec008c57792b9900c6fcd5e6a9e0 |
|---|---|
| oai_identifier_str |
oai:repositorio.unesp.br:11449/100304 |
| network_acronym_str |
UNSP |
| network_name_str |
Repositório Institucional da UNESP |
| repository_id_str |
|
| spelling |
Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potênciaRedes neurais (Computação)Previsão de carga multinodalFunções de base radialLoad forecasting multinodalArtificial neural networksRadial basis functionA previsão de carga, em sistemas de energia elétrica, constitui-se numa atividade de grande importância, tendo em vista que a maioria dos estudos realizados (fluxo de potência, despacho econômico, planejamento da expansão, compra e venda de energia, etc.) somente poderá ser efetivada se houver a disponibilidade de uma boa estimativa da carga a ser atendida. Deste modo, visando contribuir para que o planejamento e operação dos sistemas de energia elétrica ocorram de forma segura, confiável e econômica, foi desenvolvida uma metodologia para previsão de carga, a previsão multinodal, que pode ser entendida como um sistema inteligente que considera vários pontos da rede elétrica durante a realização da previsão. O sistema desenvolvido conta com o uso de uma rede neural artificial composta por vários módulos, sendo esta do tipo perceptron multicamadas, cujo treinamento é baseado no algoritmo retropropagação. Porém, foi realizada uma modificação na função de ativação da rede, em substituição à função usual, a função sigmoide, foram utilizadas as funções de base radial. Tal metodologia foi aplicada ao problema de previsão de cargas elétricas a curto-prazo (24 horas à frente)Load forecasting in electric power systems is a very important activity due to several studies, e.g. power flow, economic dispatch, expansion planning, purchase and sale of energy that are extremely dependent on a good estimate of the load. Thus, contributing to a safe, reliable, economic and secure operation and planning this work is developed, which is an intelligent system for multinodal electric load forecasting considering several points of the network. The multinodal system is based on an artificial neural network composed of several modules. The neural network is a multilayer perceptron trained by backpropagation where the traditional sigmoide is substituted by radial basis functions. The methodology is applied to forecast loads 24 hours in advanceCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Estadual Paulista (Unesp)Minussi, Carlos Roberto. [UNESP]Alvarado, Francisco Villarreal [UNESP]Universidade Estadual Paulista (Unesp)Altran, Alessandra Bonato [UNESP]2014-06-11T19:30:50Z2014-06-11T19:30:50Z2010-11-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis86 f. : il.application/pdfALTRAN, Alessandra Bonato. Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência. 2010.. 86 f. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2010..http://hdl.handle.net/11449/100304000638192altran_ab_dr_ilha.pdf33004099080P071662794005447649938409238183849Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-08-05T17:57:40Zoai:repositorio.unesp.br:11449/100304Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462024-08-05T17:57:40Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
| dc.title.none.fl_str_mv |
Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência |
| title |
Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência |
| spellingShingle |
Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência Altran, Alessandra Bonato [UNESP] Redes neurais (Computação) Previsão de carga multinodal Funções de base radial Load forecasting multinodal Artificial neural networks Radial basis function |
| title_short |
Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência |
| title_full |
Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência |
| title_fullStr |
Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência |
| title_full_unstemmed |
Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência |
| title_sort |
Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência |
| author |
Altran, Alessandra Bonato [UNESP] |
| author_facet |
Altran, Alessandra Bonato [UNESP] |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Minussi, Carlos Roberto. [UNESP] Alvarado, Francisco Villarreal [UNESP] Universidade Estadual Paulista (Unesp) |
| dc.contributor.author.fl_str_mv |
Altran, Alessandra Bonato [UNESP] |
| dc.subject.por.fl_str_mv |
Redes neurais (Computação) Previsão de carga multinodal Funções de base radial Load forecasting multinodal Artificial neural networks Radial basis function |
| topic |
Redes neurais (Computação) Previsão de carga multinodal Funções de base radial Load forecasting multinodal Artificial neural networks Radial basis function |
| description |
A previsão de carga, em sistemas de energia elétrica, constitui-se numa atividade de grande importância, tendo em vista que a maioria dos estudos realizados (fluxo de potência, despacho econômico, planejamento da expansão, compra e venda de energia, etc.) somente poderá ser efetivada se houver a disponibilidade de uma boa estimativa da carga a ser atendida. Deste modo, visando contribuir para que o planejamento e operação dos sistemas de energia elétrica ocorram de forma segura, confiável e econômica, foi desenvolvida uma metodologia para previsão de carga, a previsão multinodal, que pode ser entendida como um sistema inteligente que considera vários pontos da rede elétrica durante a realização da previsão. O sistema desenvolvido conta com o uso de uma rede neural artificial composta por vários módulos, sendo esta do tipo perceptron multicamadas, cujo treinamento é baseado no algoritmo retropropagação. Porém, foi realizada uma modificação na função de ativação da rede, em substituição à função usual, a função sigmoide, foram utilizadas as funções de base radial. Tal metodologia foi aplicada ao problema de previsão de cargas elétricas a curto-prazo (24 horas à frente) |
| publishDate |
2010 |
| dc.date.none.fl_str_mv |
2010-11-27 2014-06-11T19:30:50Z 2014-06-11T19:30:50Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
ALTRAN, Alessandra Bonato. Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência. 2010.. 86 f. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2010.. http://hdl.handle.net/11449/100304 000638192 altran_ab_dr_ilha.pdf 33004099080P0 7166279400544764 9938409238183849 |
| identifier_str_mv |
ALTRAN, Alessandra Bonato. Sistema inteligente para previsão de carga multinodal em sistemas elétricos de potência. 2010.. 86 f. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2010.. 000638192 altran_ab_dr_ilha.pdf 33004099080P0 7166279400544764 9938409238183849 |
| url |
http://hdl.handle.net/11449/100304 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
86 f. : il. application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.source.none.fl_str_mv |
Aleph reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
| instname_str |
Universidade Estadual Paulista (UNESP) |
| instacron_str |
UNESP |
| institution |
UNESP |
| reponame_str |
Repositório Institucional da UNESP |
| collection |
Repositório Institucional da UNESP |
| repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
| repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
| _version_ |
1854954390374318080 |